最近一场对战
JAけんたちゃん
排位 MR · Jamie
本地 33 · 导入 0 · 图表显示 33 · 已存 33 场对战
| 习惯 | けんたちゃん | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 4.3% | 21.4% | -17.0% | |
| SA3 | 49.3% | 39.7% | +9.5% | |
| SA1 | 36.2% | 29.0% | +7.2% | |
| 斗气技 | 16.7% | 23.2% | -6.5% | |
| 斗气前冲(取消) | 27.9% | 33.8% | -6.0% | |
| 斗气防御 | 16.7% | 11.0% | +5.7% | |
| 版边压制 | 11.30 | 14.89 | -3.59 | |
| 斗气前冲(招架) | 8.6% | 5.7% | +2.8% | |
| 斗气迸放消耗 | 4.0% | 1.4% | +2.6% | |
| 斗气招架 | 2.90 | 1.78 | +1.12 | |
| 被困版边时间 | 9.10 | 8.56 | +0.54 | |
| 斗气反攻 | 0.70 | 0.26 | +0.44 | |
| 受到投技 | 1.80 | 2.15 | -0.35 | |
| 拆投 | 0.10 | 0.40 | -0.30 | |
| CA | 10.1% | 9.8% | +0.3% | |
| 斗气迸放 | 0.50 | 0.21 | +0.29 | |
| 精准招架 | 0.40 | 0.67 | -0.27 | |
| 受到惩罚反击 | 0.30 | 0.06 | +0.24 | |
| 惩罚反击命中 | 0.20 | 0.07 | +0.13 | |
| 招架时被投 | 0.10 | 0.20 | -0.10 | |
| 受到昏厥 | 0.10 | 0.06 | +0.04 | |
| 造成昏厥 | 0.10 | 0.08 | +0.02 | |
| 投技 | 2.40 | 2.40 | +0.00 |
对战计划
根据此档案的习惯和战绩,生成可在实战中验证的思路。习惯统计涵盖所有角色;所选角色用于确定对照组。
正在检查已保存的对战计划…
使用OpenRouter的免费AI模型分析公开档案统计。计划会保存以供共享和复用。建议是基于统计的假设,并非回放视频分析。已保存的对战计划
保留生成时依据数据和日期的AI计划。展开即可阅读两种视角。
Jamie · 最近100场
需要改进的地方
复盘防守决策
拆投:档案 0.1 · 参考 0.42
比较五个防守场景:对手做了什么、你选了什么、结果如何。招架或拆投次数少,并不直接说明防守有弱点。
试试这样做从一个棘手场景记录两种不同选择,练习辨别和应对,再检查下一组对战中的判断是否改善。
数据依据
- 拆投:档案 0.1 · 参考 0.42
- 精准招架:档案 0.4 · 参考 0.6
让斗气迸放有明确目的
斗气迸放:档案 0.5 · 参考 0.2
回看五次斗气迸放,记录使用场景和结果。保留有效用法,研究反复失败的原因,而不是追求参考平均次数。
试试这样做在不同训练人偶槽位记录斗气迸放与普通攻击,混合播放,练习辨别并选择当前量表状态下可用的应对。
数据依据
- 斗气迸放:档案 0.5 · 参考 0.2
- 斗气迸放消耗:档案 4% · 参考 1.5%
检查近距离选择
投技:档案 2.4 · 参考 2.38
回看五次近距离交锋,区分投技机会、投技尝试和防守选择。仅靠汇总次数无法判断当时的正确答案。
试试这样做在重复场景中记录打击和投技,练习选定的应对,再检查自己能否在实战中有意识地做出判断。
数据依据
- 投技:档案 2.4 · 参考 2.38
- 拆投:档案 0.1 · 参考 0.42
- 受到投技:档案 1.8 · 参考 1.97
AI根据引用统计选择经过检查的练习方案并排序。习惯涵盖整个档案,角色战绩与近期样本的统计范围不同。这些是供验证的思路,并非已确认的弱点或视频分析。 最近100场比赛的已报告趋势,并非生涯习惯平均值。
数据保存于2026年9月8日 · AI:dots-studio/dots-3-note-preview:free
如何应对这位玩家
验证斗气迸放倾向
斗气迸放:档案 0.5 · 参考 0.2
观察特定场景下是否反复出现斗气迸放。考虑距离、硬直和量表,准备在训练中验证过的应对。
试试这样做再次进入该场景时,采用更少暴露破绽的行动。如果迸放出现,就使用练过的应对;如果没有,就回到常规计划。
数据依据
- 斗气迸放:档案 0.5 · 参考 0.2
先试探实际防守反应
精准招架:档案 0.4 · 参考 0.6
尝试一次熟悉的压制场景并观察真实反应,再据此变化下一次选择。不要把事件次数当作成功率。
试试这样做在理解的局面中尝试常用的打投选择。只在反应稳定时继续针对;对方开始调整时,就改变节奏或重新拉开。
数据依据
- 精准招架:档案 0.4 · 参考 0.6
- 拆投:档案 0.1 · 参考 0.42
把对局战绩当作观察线索
对阵Char 253:406场中获胜210场
较低胜率提示可以研究哪些录像,但不保证选角优势。确认同一种困难场景是否出现在多场比赛中。
试试这样做如果你使用引用的角色,就试一次录像中熟悉的场景。对方应对良好时,放弃原假设,按实际表现调整。
数据依据
- 对阵Char 253:406场中获胜210场
- 对阵Yasmine:67场中获胜36场
- 对阵Ryu:34场中获胜19场
AI根据引用统计选择经过检查的练习方案并排序。习惯涵盖整个档案,角色战绩与近期样本的统计范围不同。这些是供验证的思路,并非已确认的弱点或视频分析。 最近100场比赛的已报告趋势,并非生涯习惯平均值。
数据保存于2026年9月8日 · AI:dots-studio/dots-3-note-preview:free

